在 C++ 中計算兩個向量的點積
-
使用
std::inner_product
在 C++ 中計算兩個向量的點積 -
使用
std::transform_reduce
在 C++ 中計算兩個向量的點積 -
使用
std::transform_reduce
和std::execution::par
計算兩個向量的點積
本文將演示在 C++ 中計算兩個向量的點積的多種方法。
點積是兩個向量的相應元素的乘積之和。假設我們有兩個向量-{1,2,3}
和 {4,5,6}
,這兩個向量的點積是 1*4+2*5+3*6=32
。
使用 std::inner_product
在 C++ 中計算兩個向量的點積
std::inner_product
是 C++ 數值演算法庫的一部分,包含在 <numeric>
頭中。該方法計算兩個範圍的乘積之和,第一個範圍用 begin
/end
迭代器指定,第二個範圍只用 begin
指定。該函式還將 init
作為第四個引數來初始化累加器的值。返回值是給定範圍的最終點積值。注意 std::inner_product
總是按照給定的順序執行操作。
#include <iostream>
#include <vector>
#include <numeric>
#include <iterator>
using std::cout;
using std::endl;
using std::vector;
using std::copy;
int main(){
vector<int> vec1 { 1, 2, 3, 4, 5 };
vector<int> vec2 { 2, 4, 6, 8, 10 };
copy(vec1.begin(), vec1.end(),
std::ostream_iterator<int>(cout,"; "));
cout << endl;
copy(vec2.begin(), vec2.end(),
std::ostream_iterator<int>(cout,"; "));
cout << endl;
cout << "Scalar product is: "
<< inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
cout << endl;
return EXIT_SUCCESS;
}
輸出:
1; 2; 3; 4; 5;
2; 4; 6; 8; 10;
Scalar product is: 110
使用 std::transform_reduce
在 C++ 中計算兩個向量的點積
與之前的方法不同,std::transform_reduce
可以不按順序對範圍進行操作,從而使效能最大化。std::transform_reduce
本質上是 std::inner_product
演算法的並行化版本。下面的例子演示了函式的執行,其引數與前面的例子中傳遞的引數相同。
#include <iostream>
#include <vector>
#include <numeric>
#include <iterator>
using std::cout;
using std::endl;
using std::vector;
using std::copy;
using std::inner_product;
int main(){
vector<int> vec1 { 1, 2, 3, 4, 5 };
vector<int> vec2 { 2, 4, 6, 8, 10 };
copy(vec1.begin(), vec1.end(),
std::ostream_iterator<int>(cout,"; "));
cout << endl;
copy(vec2.begin(), vec2.end(),
std::ostream_iterator<int>(cout,"; "));
cout << endl;
cout << "Scalar product is: "
<< std::transform_reduce(vec1.begin(),
vec1.end(), vec2.begin(), 0);
return EXIT_SUCCESS;
}
輸出:
1; 2; 3; 4; 5;
2; 4; 6; 8; 10;
Scalar product is: 110
使用 std::transform_reduce
和 std::execution::par
計算兩個向量的點積
另外,還可以為 std::transform_reduce
演算法指定一個執行策略。這種方法為程式設計師提供了更多的控制,因為程式流程可以通過本手冊中定義的執行規則進行定製。儘管使用 transform_reduce
可以提高效能,但在指定並行執行策略時,應時刻注意潛在的競爭條件。
#include <iostream>
#include <vector>
#include <numeric>
#include <iterator>
#include <execution>
using std::cout;
using std::endl;
using std::vector;
using std::copy;
using std::inner_product;
int main(){
vector<int> vec1 { 1, 2, 3, 4, 5 };
vector<int> vec2 { 2, 4, 6, 8, 10 };
copy(vec1.begin(), vec1.end(),
std::ostream_iterator<int>(cout,"; "));
cout << endl;
copy(vec2.begin(), vec2.end(),
std::ostream_iterator<int>(cout,"; "));
cout << endl;
cout << "Scalar product is: "
<< std::transform_reduce(std::execution::par,
vec1.begin(), vec1.end(),
vec2.begin(), 0);
return EXIT_SUCCESS;
}
輸出:
1; 2; 3; 4; 5;
2; 4; 6; 8; 10;
Scalar product is: 110
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn